本文我們聊聊如何才能畫出炫酷高大上的神經網絡圖，下面是常用的幾種工具。
1 NN-SVG
這個工具可以非常友善的畫出各種類型的圖，是下面這位小哥哥開發的，來自于麻省理工學院弗蘭克爾生物工程實驗室, 該實驗室開發可視化和機器學習工具用于分析生物資料。
github位址：
https://github.com/zfrenchee畫圖工具體驗位址：
http://alexlenail.me/NN-SVG/可以繪制的圖包括以節點形式展示的FCNN style，這個特别适合傳統的全連接配接神經網絡的繪制。
以平鋪網絡結構展示的LeNet style，用二維的方式，适合檢視每一層featuremap的大小和通道數目。
以三維block形式展現的 AlexNet style，可以更加真實地展示卷積過程中高維資料的尺度的變化，目前隻支援卷積層和全連接配接層。
這個工具可以導出非常高清的SVG圖，值得體驗。
2 PlotNeuralNet
這個工具是薩爾大學計算機科學專業的一個學生開發的，一看就像計算機學院的嘛。
首先我們看看效果，其github連結如下，将近4000 star：
https://github.com/HarisIqbal88/PlotNeuralNet看看人家這個fcn-8的可視化圖，顔值奇高。
使用的門檻相對來說就高一些了，用LaTex語言編輯，是以可以發揮的空間就大了，你看下面這個softmax層，這就是會寫代碼的優勢了。
其中的一部分代碼是這樣的，會寫嗎。
pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_mathcal{S}$ ,%
fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};
相似的工具還有：
https://github.com/jettan/tikz_cnn3 ConvNetDraw
ConvNetDraw是一個使用配置指令的CNN神經網絡畫圖工具，開發者是香港的一位程式員， Cédric cbovar 。
采用如下的文法直接配置網絡，可以簡單調整x，y，z等3個次元，github連結如下：
https://cbovar.github.io/ConvNetDraw/ 使用方法如上圖所示，隻需輸入模型結構中各層的參數配置。
挺好用的不過它目标 分辨率太低了，放大之後不清晰，達不到印刷的需求。
4 Draw_Convnet
這一個工具名叫draw_convnet，由Borealis公司的員工Gavin Weiguang Ding提供。
簡單直接，是純用python代碼畫圖的，
https://github.com/gwding/draw_convnet看看畫的圖如下，核心工具是matplotlib，圖不酷炫，但是好在規規矩矩，可以嚴格控制，論文用挺合适的。
類似的工具還有：
https://github.com/yu4u/convnet-drawer5 Netscope
下面要說的是這個，我最常用的，caffe的網絡結構可視化工具，大名鼎鼎的netscope， 由斯坦福AILab的Saumitro Dasgupta開發，找不到照片就不放了，位址如下：
https://github.com/ethereon/netscope 左邊放配置檔案，右邊出圖，非常友善進行網絡參數的調整和可視化。這種方式好就好在各個網絡層之間的連接配接非常的友善。
其他
再分享一個有意思的，不是畫什麼正經圖，但是把權重都畫出來了。
http://scs.ryerson.ca/~aharley/vis/conv/ 看了這麼多，有人已經在偷偷笑了，上PPT呀，想要什麼有什麼，想怎麼畫就怎麼畫。
不過妹子呢？
怎麼不來開發一個粉色系的可視化工具呢？
類似于這樣的